本文基于boltdb 1.3.0对其实现进行分析。boltdb是etcd系统存储数据使用的KV嵌入式DB,使用Go编码实现,内部是一个B+树结构体。关于etcd、raft协议以及B+树,可以参考之前的文章:

本文的写作,主要参考了《区块的持久化之BoltDB》系列文章以及boltdb 源码分析

上一节里面,系统的介绍了Boltdb中几种类型页面的格式,有了这些基础,本节开始介绍boltdb中的Bucket结构。

Bucket

概述

在上一节中,Bucket类比于mysql中的table,在boltdb中,meta页面中有一个成员bucket,其存储了整个数据库根bucket的信息,而一个数据库中存储的其他table的信息,则作为子bucket存储到Bucket中。这几个数据结构的关系如下:

type DB struct {
  // ...
	meta0    *meta
	meta1    *meta  
}

type meta struct {
  // ...
	root     bucket	// 根bucket的信息
}

type Bucket struct {
	*bucket

  // ...
  buckets  map[string]*Bucket // 存储子bucket的对应关系
}

type bucket struct {
	// 根节点的page id
	root pgid // page id of the bucket's root-level page
	// 单调递增的序列号
	sequence uint64 // monotonically incrementing, used by NextSequence()
}

bucket数据结构中,两个成员的作用是:

  • root:该bucket的根节点的page id。
  • sequence:该bucket当前的序列号,单调递增,在函数NextSequence中使用。

每个Bucket数据结构,都继承自bucket,同时其中的buckets存储了该Bucket中子Bucket名字的对应关系。

最后,meta页面的root成员,存储的就是这个db的根bucket页面信息。这几个数据结构之间的关系如下图:

buckets

在上图中:

  • DB结构体是表示整一个boltdb数据库的结构体,其中有meta0meta1两个meta类型的成员,用于保存meta页面信息。
  • meta页面中,其中的root是一个bucket类型成员,保存了根bucket的页面信息。
  • 根据bucket中的页面信息,就能找到DB的根Bucket信息,其中的buckets成员保存了该数据库中所有子bucket名字与实体之间的映射关系。

Bucket结构体定义

接下来介绍Bucket结构体成员,其定义如下:

type Bucket struct {
	*bucket
	tx       *Tx                // the associated transaction
	buckets  map[string]*Bucket // subbucket cache
	page     *page              // inline page reference
	rootNode *node              // materialized node for the root page.
	nodes    map[pgid]*node     // node cache

	// Sets the threshold for filling nodes when they split. By default,
	// the bucket will fill to 50% but it can be useful to increase this
	// amount if you know that your write workloads are mostly append-only.
	//
	// This is non-persisted across transactions so it must be set in every Tx.
	FillPercent float64
}

其中:

  • bucket:存储该Bucket所在页面ID,以及当前序列号。
  • tx:当前Bucket关联的事务。
  • buckets:前面已经介绍过,维护子bucket的映射关系。
  • page:存储inline页面信息。
  • rootNode:该Bucket的B+树根节点指针。
  • nodes:缓存已经读入内存的page对应的node信息。
  • FillPercent:这是一个阈值,每个节点的数据量超过该阈值时进行分裂操作,默认值为DefaultFillPercent=0.5。至于B+树分裂操作的流程,可以参考文章最开始的B+树原理链接。

子Bucket

按照上面的分析,一个bolt的DB存在一个唯一的根Bucket,而DB中不同的table就是该根Bucket的子Bucket,其对应关系存储在Bucket.buckets成员中。那么,子Bucket信息保存在哪里呢?

答案是保存在叶子节点,也就是leafPageElement中,回顾一下这个数据结构的定义:

// leafPageElement represents a node on a leaf page.
type leafPageElement struct {
	flags uint32
	pos   uint32
	ksize uint32
	vsize uint32
}

其中的flags成员,含义如下:

  • 0:表示就是普通的叶子节点。
  • 1:表示是子bucket。

即在boltdb中,子Bucket的信息,是做为一种特殊的叶子节点信息存储下来的。boltdb使用了常量来表示这种类型的叶子节点标志位:

const (
	bucketLeafFlag = 0x01
)

即:

  • 对于一个标志位为0的叶子页面:其内容就是B+树叶子页面的内容,存储的是数据的键值,boltdb中叶子页面的格式示意图在上一节中已经给出。
  • 对于一个标志位为1的叶子页面:其内存存储的是Bucket结构体的信息。

有了以上的介绍,理解起来返回一个子Bucket的相关代码就不难了:

func (b *Bucket) Bucket(name []byte) *Bucket {
	// Move cursor to key.
	// 否则创建一个Cursor查询
	c := b.Cursor()
	k, v, flags := c.seek(name)

	// Return nil if the key doesn't exist or it is not a bucket.
	// 查询不到,或者不是子bucket节点,都返回nil
	if !bytes.Equal(name, k) || (flags&bucketLeafFlag) == 0 {
		return nil
	}

	// Otherwise create a bucket and cache it.
	// 打开这个bucket并且cache到buckets map中
	var child = b.openBucket(v)
	if b.buckets != nil {
		b.buckets[string(name)] = child
	}

	return child
}

func (b *Bucket) openBucket(value []byte) *Bucket {
	// 创建一个bucket
	var child = newBucket(b.tx)

	// If this is a writable transaction then we need to copy the bucket entry.
	// Read-only transactions can point directly at the mmap entry.
	if b.tx.writable {
		child.bucket = &bucket{}
		*child.bucket = *(*bucket)(unsafe.Pointer(&value[0]))
	} else {
		child.bucket = (*bucket)(unsafe.Pointer(&value[0]))
	}

	// Save a reference to the inline page if the bucket is inline.
	// inline bucket
	if child.root == 0 {
		// bucket的page
		child.page = (*page)(unsafe.Pointer(&value[bucketHeaderSize]))
	}

	return &child
}

Bucket.Bucket用于根据名字返回一个子Bucket的指针,其流程如下:

  • 首先根据子Bucket名字查找到叶子页面的数据、标志位,如果查找失败,说明不存在该子Bucket;或者其标志位不是bucketLeafFlag,说明这个名字已经被普通数据占用,即:boltdb中不允许子Bucket与其父Bucket中写入的键同名。
  • 以上查找成功,就以该叶子页面的数据为参数,调用Bucket.openBucket函数,根据Bucket结构体格式,反序列化出来Bucket结构体信息返回。

inline page

从上面的分析可以看到,子Bucket的信息是独占一个叶子页面来存储的,该页面大部分的内容都是冗余的。如果子Bucket中的数据量很少,就会造成磁盘空间的浪费。为了针对这类型Bucket进行优化,boltdb提供了inline page这个特殊的页面,将小的子Bucket数据存放在这里。

这类型的子Bucket需要满足以下两个条件:

  • 该子Bucket再没有嵌套的子Bucket了。
  • 整个子Bucket的大小不能超过page size/4。

Bucket.inlineable函数就是用来做inline操作的判断的:

// inlineable returns true if a bucket is small enough to be written inline
// and if it contains no subbuckets. Otherwise returns false.
// 返回这个bucket是否能够inline操作
func (b *Bucket) inlineable() bool {
	var n = b.rootNode

	// Bucket must only contain a single leaf node.
	// 如果没有根节点,或者根节点不是叶子节点的不能进行inline操作
	if n == nil || !n.isLeaf {
		return false
	}

	// Bucket is not inlineable if it contains subbuckets or if it goes beyond
	// our threshold for inline bucket size.
	// 有子bucket,或者大小超过maxInlineBucketSize阈值的,都不能进行inline操作
	var size = pageHeaderSize
	for _, inode := range n.inodes {
		size += leafPageElementSize + len(inode.key) + len(inode.value)

		if inode.flags&bucketLeafFlag != 0 {
			return false
		} else if size > b.maxInlineBucketSize() {
			return false
		}
	}

	return true
}

// Returns the maximum total size of a bucket to make it a candidate for inlining.
func (b *Bucket) maxInlineBucketSize() int {
	return b.tx.db.pageSize / 4
}

Cursor

以上已经大体了解Bucket的结构,在boltdb查找数据流程中,还是使用了Cursor结构体来做为游标(iterator),保存查找流程中的中间数据,下面也来简单了解一下。

Cursor结构体的定义如下:

type Cursor struct {
	bucket *Bucket		// 对应的bucket
	stack  []elemRef	// 存储递归遍历时中间过程的栈,由于栈是先进后出结构,所以遍历的过程中层次高的在栈的低端。
}

// 光标移动过程中,中间过程的信息
type elemRef struct {
	page  *page	// 页面
	node  *node	// 内存中的页面信息
	index int		// 保存在当前page、node遍历到了哪个节点
}

Cursor有以下成员:

  • bucket:游标操作所对应的Bucket指针。
  • stack:存储递归遍历过程中的栈,由于栈是先进后出结构,所以遍历的过程中层次高的节点在栈的低端。

每个stack成员类型是elemRef,其成员如下:

  • page:页面指针。
  • node:内存中的页面信息。
  • index:保存遍历到当前页面的索引位置。

由于nodepage在内存中的表示,所以实际上在elemRef结构体中,pagenode成员同时只会有一个成员不为NULL。

Cursor结构体做为一个迭代器,对外提供的就是常规迭代器所支持的操作:

  • First:返回当前Bucket的第一个数据。
  • Last:返回当前Bucket的最后一个数据。
  • Next:返回当前游标位置的下一个数据。
  • Prev:返回当前游标位置的上一个数据。
  • Seek:查找到对应的叶子节点返回其键、值。
  • keyValue:返回当前游标位置的键、值、标志位。
  • Delete:删除当前游标位置的数据。

在这里,不打算讨论其中的所有实现,如果读者对B+树的实现并不了解,可以看最开始介绍B+树原理的连接。

这里以First函数为例简单的讲解其实现,由于B+树是中序遍历的树结构,因此First元素一定是最左边叶子节点的左边第一个元素。带注释的代码实现如下:

// 移动到bucket的第一个元素上,返回其key value数据
func (c *Cursor) First() (key []byte, value []byte) {
	_assert(c.bucket.tx.db != nil, "tx closed")
	// 修改stack只保存第一个stack,及栈底部
	c.stack = c.stack[:0]
	// 返回root节点的page、node
	p, n := c.bucket.pageNode(c.bucket.root)
	// 将root节点所在的page、node信息放到栈顶,index为0,表示从第一个子节点开始遍历
	c.stack = append(c.stack, elemRef{page: p, node: n, index: 0})
	// 移动到当前的第一个元素
	// first函数做的事情:从树顶端开始,从最左边一直往下遍历到叶子节点为止
	// 因为B树是中序遍历的,所以最左边的节点数据最小
	c.first()

	// If we land on an empty page then move to the next value.
	// https://github.com/boltdb/bolt/issues/450
	// 如果没有元素,就移动到下一个元素
	if c.stack[len(c.stack)-1].count() == 0 {
		c.next()
	}

	// 拿到k、v、flags
	k, v, flags := c.keyValue()
	// 如果是子bucket,就返回k以及nil
	if (flags & uint32(bucketLeafFlag)) != 0 {
		return k, nil
	}
	return k, v

}

// first moves the cursor to the first leaf element under the last page in the stack.
// 找到stack最后一个页面中的第一个叶子节点
func (c *Cursor) first() {
	for {	// 找到最左边第一个叶子节点
		// Exit when we hit a leaf page.
		// 每次循环取出最后一个元素
		var ref = &c.stack[len(c.stack)-1]
		if ref.isLeaf() {	// 如果是叶子节点就退出循环,即这个循环终止的条件是向下一直找到叶子节点为止
			break
		}

		// Keep adding pages pointing to the first element to the stack.
		// 根据ref.index拿到pgid
		var pgid pgid
		if ref.node != nil {
			pgid = ref.node.inodes[ref.index].pgid
		} else {
			pgid = ref.page.branchPageElement(uint16(ref.index)).pgid
		}
		// 拿到对应的page、node
		p, n := c.bucket.pageNode(pgid)
		// 放到栈顶,注意这里的index是0
		// 即向下查找的时候取的都是最左边的节点
		c.stack = append(c.stack, elemRef{page: p, node: n, index: 0})
	}
}